减小APK大小

本篇文章翻译自Reduce APK Size用户通常不会去下载体积过大的应用程序,特别是当自己的设备连接的是 2G/3G 或者按字节付费的网络。这篇文章描述了如何缩减 APK 的体积大小,以使得更多用户愿意下载你开发的应用。了解APK结构在讨论如何缩减你应用的体积之前,了解 APK 结构是非常有益处的。一个 APK 文件包含了一个 ZIP 文件,该 ZIP 文件包含了组成你应用的所有文件,这些文件
阅读本文

翻译与学习:基于深度卷积神经网络的ImageNet分类器

基于卷积神经网络的ImageNet分类器          Alex Krizhevsky-多伦多大学(加拿大)Ilye Sutskever-多伦多大学Geoffrey E. Hinton-多伦多大学  摘要 我们训练了一个大型的深度卷积神经网络去将2010年ILSVRC挑战杯包含的120万高分辨率图像分类成1000种不同的类别。在测试数据方面,我们取得了远超过去最佳水平的效果,分别为17%
阅读本文

生成图象验证码函数ttlkkifX

携程最近又摊上事了。知名媒体人王志安4月10日发了10条微博,6条和携程相关,而且措辞激烈——怒喷携程“不要脸”、“骗人”,并且呼吁网友们“趁你还没有被坑死,赶紧卸载携程吧”。原因是王志安《局面》团队去武汉采访,在携程上预定了“五星/豪华型”选项的一家酒店,到店之后发现房间地摊破损,桌子沙发一层灰,床头凳上有粘性液体,床单似乎也没换。这家酒店是五星级酒店的价格,品质却连快捷酒店都不如,猫腻就在“豪
阅读本文

图像理解与深度学习开篇

不做图像理解已经将近2年,发现最近两年图像理解、模式识别与深度学习、人工智能领域十分的火,所以不想就此放弃自己的专业,特在此开辟一个类目,用于整理学习的东西。应用领域:大数据分析;3D 数据智能可视化;SLAM测图;工业检测;智慧水利。
阅读本文

EmguCV中图像类型进行转换

1.       Bitmap:类型不在 Emgucv命名空间中2.       Image<TColor, TDepth>3.       Mat:4.       UMat: 高手总结的,可以参考运用
阅读本文

Java 图形界面笔记

1.JAVA坐标原点(0,0)位于屏幕的左上方,水平向右为x轴正方向,竖直向下为y轴正方向。单位是象素点。 绘制图形时候,所有输出通过图形上下文(graphics context)来产生。允许用户在屏幕上绘制图形信息,由 Graphics类封装,Graphics类的对象可以通过Component类的getGraphics()方法获得。图形上下文表示一个绘制 图层。提供3种图形对象(形状,文本,图像
阅读本文

无监督学习笔记

无监督学习1、简介无监督学习是一种对不含标记的数据建立模型的机器学习范式。最常见的无监督学习方法是聚类,就是讲无标记的数据分成几种集群,这些集群通常是根据某种相似度指标进行的,如欧氏距离(Euclidean distance),常用领域有:数据挖掘、医学影像、股票市场分析、计算机视觉、市场细分等。2、用k-means算法聚类数据k-means算法常用数据的不同属性将输入数据划分成k组。分组是使用最
阅读本文

R语言自学小计,从零到画函数图像

自从入了菊花厂,空余时间就得越来越少了。加之毕业前的几个月放纵,留下了很多未出毕业的游戏,荒废了一些时间,人也颓废了许多。工作压力变得越来越大,对工作环境越来越不满,让我变得想逃离这里。既然想逃离菊花厂,自然要准备点技能,收拾收拾心情准备开始做离职了。 首先向探一探数据挖掘的深浅,了解下R语言。从入门的这些知识学习看来,R和matlab确实很相似。基础知识准备:https://www.w3cs
阅读本文

数字图象处理-直方图均衡化

直方图均衡化一来可以提高图像的对比度,二来可以把图像变换成像素值是几乎均匀分布的图像。其中心思想是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。我们知道灰度值分布较为平均的图像,通常对比度较高。直方图均衡化就是对图像进行非线性拉伸,重新分配图像像素值,使一定灰度范围内的像素数量大致相同的过程。
阅读本文

3.视频压缩编码的基本原理

1.预测编码1.1.预测编码基本概念预测法是最简单和实用的视频压缩编码方法,这时压缩编码后传输的并不是像素本身的取样幅值,而是该取样的预测值和实际值之差。大量统计表明,同一副图像的临近像素之间有着相关性,或者说这些像素值相似。而且同帧图像中邻近行之间对应位置的像素之间也有较强的相关性。人们可以利用这些性质进行视频压缩编码。如图,同一帧内的临近像素中与 X 之间的距离近的像素,如 A 和 B 与 X
阅读本文

图片样本集

图像识别训练样本集ImageNet PASCAL VOCLabelmeLabelme是斯坦福一个学生的母亲利用休息时间帮儿子做的标注,后来便发展为一个数据集。该数据集的主要特点包括(1)专门为物体分类识别设计,而非仅仅是实例识别(2)专门为学习嵌入在一个场景中的对象而设计(3)高质量的像素级别标注,包括多边形框(polygons)和背景标注(segmentation masks)(4)物体类别多样
阅读本文

图形滤波概念

滤波实质上就是对图像进行卷积运算。而卷积的运算可以分为反转、平移,相乘,求和。在图像处理中,图像是一个大矩阵,卷积模板是一个小矩阵。按照上述过程,就是先把小矩阵反转,然后平移到某一位置,小矩阵的每一个小格 对应大矩阵里面的一个小格,然后把对应小格里面的数相乘,把所有对应小格相乘的结果相加求和,得出的最后结果赋值给小矩阵中央小格对应 的图像中小格的值,替换原来的值。就是上述说到的,反转、平移、相乘、
阅读本文

js获取图片的EXIF,解决图片旋转问题

相信大家在做项目的时候会遇到在canvas里加入图片时,图片发生90°,180°的旋转。当时的你肯定时懵逼的,为毛。其实这就是图片的EXIF搞的鬼。什么是EXIF简单来说,Exif 信息就是由数码相机在拍摄过程中采集一系列的信息,然后把信息放置在我们熟知的 JPEG/TIFF 文件的头部,也就是说 Exif信息是镶嵌在 JPEG/TIFF 图像文件格式内的一组拍摄参数,它就好像是傻瓜相机的日期打印
阅读本文

matlab图像

1、在网络上发现matlab能画出一些很有意思的图形(立体爱心)clc; const=0; x=-5:0.05:5;y=-5:0.05:5;z=-5:0.05:5; [x,y,z]=meshgrid(x,y,z); f=(x.^2 + (9/4)*y.^2 + z.^2 - 1).^3 - x.^2.*z.^3 - (9/80)*y.^2.*z.^3-const; p=patch(isosurf
阅读本文

DeepLearning.ai学习笔记(四)卷积神经网络 -- week1 卷积神经网络基础知识介绍

一、计算机视觉 如图示,之前课程中介绍的都是64* 64 3的图像,而一旦图像质量增加,例如变成1000 1000 * 3的时候那么此时的神经网络的计算量会巨大,显然这不现实。所以需要引入其他的方法来解决这个问题。二、边缘检测示例 边缘检测可以是垂直边缘检测,也可以是水平边缘检测,如上图所示。至于算法如何实现,下面举一个比较直观的例子: 可以很明显的看出原来6 * 6的矩阵有明显的垂直边缘,通过
阅读本文

Boosted Trees 介绍

Boosted Trees 介绍XGBoost 是 “Extreme Gradient Boosting” 的缩写,其中 “Gradient Boosting” 一词在论文 Greedy Function Approximation: A Gradient Boosting Machineslides 。GBM (boosted trees,增强树)已经有一段时间了,关于这个话题有很多的材料。 这
阅读本文

网站加载速度优化的14个技巧

下面我将介绍几个优化网站加载网页速度的简单方法,一起来看一下。 1.服务器响应时间即使网站已经格外优化,但是除非服务器响应时间非常快,否则就不会有什么大的效果。当涉及到提高网站的速度,服务器响应时间起着重要的作用。下面是一些提高服务器响应时间的小贴士。 有独立的服务器,而不是选择共享/托管服务器。 提高Web服务器的质量。 移除不必要的插件,只有那些必要的插件,才需要一直保持启用状态。 2.浏
阅读本文

(转载)(官方)UE4--图像编程----着色器开发----HLSL 交叉编译器

HLSL 交叉编译器 这个库将 高级着色语言 (HLSL) 着色器源代码编译成高级中间表示法,执行独立于设备的优化,并生成 OpenGL 着色语言 (GLSL) 兼容源代码。这个库在很大程度上基于 Mesa 的 GLSL 编译器。前端已进行大量重新编写,以解析 HLSL 并根据 HLSL 抽象语法树 (AST) 生成 Mesa IR。这个库利用 Mesa 的 IR 优化来简化代码,并根据 Mesa
阅读本文